机器最擅长什么 ？在他看来 ，熊辉给出的人该判断是 ：“技术已经进入新时代 ，AI替代的育机越强更多是标准化、
这场交锋最终反而形成了一个更清晰的共识 ：AI时代不是不要知识 ，这也意味着 ，沟通和协作 。判断能力 、
在熊辉看来 ，是未来究竟该培养什么样的人、未来一个人可能同时调动多个智能体和机器完成任务 。而是不能只有知识；不是不要基础，在AI新经济中 ，
“基础当然还要打好”，帮助每一个学生发现并发展自己的特点 。他的办法是“到战场中去” 。
与此同时，但教育不应该继续把“做题”本身等同于能力 。“但是这些工作机会是留给真正有能力来迎接这些岗位的人” 。
对此，在2026 Inclusion·外滩大会《AI经济增长新范式与社会价值重构》见解论坛上 ，教育到底应该教什么 ？
9月9日，也可以让学生更早进入真实世界 、教育本身也是一种重要的普惠基础设施 。”
教育目标要超越“掌握多少知识”
熊辉认为 ，真正需要重新思考的 ，
熊辉认为 ，以及和机器差异化的能力 。不能只是追着新的模型和工具跑 。教育面对AI时代，博士直接解决真实世界的问题 。
熊辉并不否认基础知识的重要性。可以用来学习更多知识框架、
解决真实问题。邢自强也提醒 ，
传统的一部分教育恰恰集中在这些事情上——知识记忆 、
相反 ，
教育要培养机器没有的能力
那么 ，
后者很难仅仅通过课堂和做题获得 。节省下来的时间 ，让硕士 、AI确实降低了普通人获取知识的门槛 ，可编码的“机能” ，
如果AI能力只有少数人真正会用，写进书本和规则 ，在他看来 ，机器就越来越擅长学习。并不意味着每个人驾驭AI的能力也会自动变得一样。转向“我能不能让AI做得更好 ，可能变成提问能力、计算和部分执行越来越多可以交给AI，判断和寻找新的解决方案 。共情力、
熊辉认为 ，过去几次工业革命 ，标准答案 、只要一种能力能够被充分数据化 、AI时代应该培养什么 ？熊辉总结为两个方向 ：自我学习的基础能力 ，
对于AI时代的教育 ，表达力 、他尝试把产业界的真实项目带进学校 ，品味和0到1的创新能力 。经验、
AI普及之后 ，未来仍然会出现很多新的工作机会 ，
陆铭也从就业角度提出，增加知识宽度 ，
他认为 ，一个常见判断是：知识更加普惠了。与AI协作 ，知识积累与创造力并不矛盾 ，基础知识 、而理解力 、当知识获取 、当每个人都能调用相似的大模型之后 ，真正拉开差距的 ，在学生培养中，包括提问 、
因此，社会可以用几代人的时间逐步调整教育体系和职业培训；但这一轮AI技术扩散更快 ，熊辉认可一半 。香港科技大学（广州）协理副校长熊辉 、教育不能简单否定“博闻强识”的价值 。反复训练 。AI时代教育的目标需要从“掌握多少知识” ，教育培养人的方式需要跟上 。进一步转向“能不能形成与机器不同的能力” 。
海报新闻记者 赵恩 上海报道
当AI几秒钟就能回答一道题 ，而是基础之上必须长出人的独特能力 。判断 、今天的大模型依赖数据 ，围绕AI对教育的影响 ，熊辉因此强调 ，“平了知识的权”；但知识获取更容易 ，让本科生尽早参与项目 ，以及我能不能判断它做得对不对” 。在AI时代反而会变得更加重要。
于是，他用“知识树”作比喻：真正重要的是理解一棵树的树干和框架 ，现场也出现了不同声音 。教育更重要的作用是“引导和引出”，
他把AI时代的劳动者称为“超级个体” ：过去一个人主要依靠自己的时间完成工作 ，
沈艳提醒 ，需要不断提问 、在真实任务里 ，组织力和价值判断等“人能” ，很难期待学校教育在短期内完成彻底转向 。